International Journal of Computing Science and Applied Mathematics (IJCSAM) Resmi Menerbitkan Volume 12 No. 2 Tahun 2026

SURABAYA – International Journal of Computing Science and Applied Mathematics (IJCSAM) dengan bangga mengumumkan penerbitan edisi terbarunya, Volume 12 Nomor 2 Tahun 2026. Penerbitan ini memuat serangkaian artikel ilmiah berkualitas tinggi yang menyajikan inovasi, riset mendalam, serta perkembangan terbaru di bidang matematika terapan dan ilmu komputer.

Sebagai jurnal ilmiah bereputasi yang dikelola oleh Institut Teknologi Sepuluh Nopember (ITS), IJCSAM terus berkomitmen untuk menjadi wadah bagi para peneliti, akademisi, dan praktisi dalam membagikan hasil karya ilmiah mutakhir yang berdampak signifikan.

Semua artikel yang terbit pada edisi ini telah melewati proses peer-review yang ketat untuk memastikan kualitas akademis. Seluruh naskah dapat diakses secara bebas (Open Access) melalui tautan resmi berikut: 👉 https://journal.its.ac.id/index.php/ijcsam/issue/view/883

Kami mengundang para akademisi, peneliti, dan mahasiswa untuk membaca, mengutip, serta membagikan artikel-artikel terbaru dari IJCSAM Volume 12 No. 2 Tahun 2026.

• Mechanism Design: A Mathematical ProgrammingFramework for Principal-Agent Systems*
• Connectivity of Power Graphs of Cyclic Groups with Specific Orders
• Regime-Switching Value-at-Risk Using Hidden Markov Models: A Cross-Market Analysis of Emerging and Developed Equity Indices
• Early Risk Prediction of Rheumatoid ArthritisUsing a Hybrid Restricted Boltzmann Machine
• The Solution of The Richards Equation by TheDual Reciprocity Method for Analyzing Infiltrationwith The Depth Variation of Trapezoidal Channelsin Heterogeneous Soil
• A Simulation of the Discrete Time Markov ChainSusceptible Vaccinated Exposed Infected Recovered (DTMC SVEIR) Model with Relapse Cases in theSpread of Tuberculosis*
• On the Energy and Laplacian Energy of the Shadow,Thorn, and Middle Graphs of the Lintang Graph
• A Predictive Framework for Transition ProbabilityShifts Using Environmental Data Via Lee-CarterModel Extension